量子科技中心_量科网

该团队提出了一种基于量子电路学习（QCL）的噪声抑制量子模拟策略，专门适用于近期的量子设备，尤其对可积量子自旋链效果显著。该方法通过训练一个浅层变分电路来近似较深的时间演化电路，其核心在于学习系统的守恒电荷及少量动力学信息。在真实噪声模型下，学习得到的电路在保持守恒量和动力学可观测量方面，均比原始电路的噪声模拟结果更接近真实值。这表明QCL是一种有效的、基于物理信息的误差抑制策略，能够生成更短、更稳健的电路，且无需指数级采样开销。